Intérêt du découpage en sous-bandes pour l analyse spectrale
|
|
- Émilie Lamarche
- il y a 8 ans
- Total affichages :
Transcription
1 Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique, d Hydraulique et des Télécommunications (ENSEEIHT) Laboratoire Télécommunications Spatiales et Aéronautiques (TéSA) David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
2 Objectifs de la thèse Objectif 1: Présenter les divers avantages ou inconvénients nients de l analyse spectrale paramétrique dans les sous-bandes. Objectif 2: Présenter des méthodes m originales destinées à éliminer ces inconvénients. nients. - Recouvrement spectral. - Diminution du nombre d échantillons par décimation. d Focalisation sur des méthodes m d analyse spectrale paramétriques. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
3 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
4 Analyse spectrale paramétrique - Principe - Basée e sur la connaissance a priori d un modèle mathématique matique du signal à analyser. Nécessite N le choix d un modèle et de sa dimension. On estime les paramètres de ce modèle (Fourier estime directement le spectre à partir des échantillons). David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
5 Analyse spectrale paramétrique - Modèle AR - Modèle «tous pôles» qui s écrit à l ordre p: Spectre du modèle AR Interprétation tation physique possible sous la forme du filtrage linéaire invariant d un bruit blanc David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
6 Analyse spectrale paramétrique - Autres modèles paramétriques - Modèle de Prony - Adapté à des sinusoïdes amorties (extension possible à la modélisation de signaux non stationnaires). - Horizon temporel de prédiction relativement réduit. r Méthode du maximum de vraisemblance - Méthode statistique. Basée e sur la minimisation d un critère re (forme quadratique). Méthodes haute-résolution - SVD, MUSIC, Esprit,... - sous-espaces signal et bruit. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
7 Analyse spectrale paramétrique - Intérêt - Extension de la connaissance du signal en dehors de la fenêtre temporelle d observation augmentation de la résolution fréquentielle. Paramètres N=200 échantillons100 réalisations SNR=-2dB p=60 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
8 Découpage en sous-bandes décimation : x j ( n) v j ( m n) j interpolation : y j ( n) x 0 j ( n / m j ) si n est multiple de sinon m j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
9 Découpage en sous-bandes Définitions si m j M, j banc de filtres uniforme si j, le filtre H j est un passe bande idéal banc de filtres idéal M-1 1 si j0 m j 1 banc de filtres maximalement décimé M-1 1 si j0 m j 1 banc de filtres sur - décimé M-1 1 si m 1 banc de filtres sous - décimé j0 j - Bancs de filtres maximalement décimd cimés. - Bancs uniformes ou non. - Bancs idéaux ou non. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
10 Approche Physique Découpage en sous-bandes - Permet de décomposer d le signal à analyser et de l observer à plusieurs échelles différentes. - Outil d unification théorique dans de nombreux domaines: Filtrage par blocs Échantillonnage non uniforme Systèmes LPTV Transformée e en ondelettes,... David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
11 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. - Avantages liés à l ordre des modèles Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. - Avantages liés au filtrage et à la décimation - Inconvénients David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
12 Découpage en sous-bandes pour l analyse spectrale: Avantages Diminution de l ordre des modèles Hypothèse: banc de filtres idéal. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
13 Découpage en sous-bandes pour l analyse spectrale: Avantages Nombre de conditionnement des matrices d autocorrélation: se: Modélisation AR p sub < p sur les signaux de sous-bandes Hypothèse: Mod (<- réduction de l ordre). -> Mesure de la stabilité numérique d un système d équations Où valeurs propres de la matrice d autocorrélation. Théor orème d entrelacement des valeurs propres - Matrice d autocorrélation à l ordre p R p valeurs propres ordonnées 1, 2,, p - Matrice d autocorrélation à l ordre p-1 R p-1 valeurs propres ordonnées 1, 2,, p-1 Alors: Conséquence p 1 p David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
14 Découpage en sous-bandes pour l analyse spectrale: Avantages Résolution fréquentielle: gain d un facteur M. 2 composantes fréquentielles séparées de f sur le spectre du signal original Lié à la décimation uniquement 2 composantes fréquentielles séparées de M f sur le spectre des signaux de sous-bandes M 4 Mf Mf Mf David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
15 Découpage en sous-bandes pour l analyse spectrale: Avantages Puissance de l erreur de prédiction linéaire ses: - u(n) signal AR d ordre q. hypothèses: - banc de filtres idéal, uniforme - même ordre de modélisation large bande et sous-bandes u x j erreur de prédiction linéaire large bande erreur de prédiction linéaire sous - bandes Dans [Rao-Pearlman], on montre que: David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
16 Découpage en sous-bandes pour l analyse spectrale: Avantages Blanchiment de la densité spectrale de puissance hypothèse: Filtres complémentaires mentaires en puissance Critère de blancheur: Résultat de [Stoïca-Friedlander]: David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
17 Découpage en sous-bandes pour l analyse spectrale: Avantages Rapport signal à bruit local Hypothèses: - signal composé d une somme de K exponentielles complexes non amorties noyées dans un bruit blanc b(n). - banc de filtres idéal (pas forcément uniforme). Définition Rapport Signal à Bruit local pour la composante l Bonne indication de la possibilité ou non d estimer correctement la fréquence f l les signaux de sous-bandes sont toujours composés s d une somme d exponentielles complexes noyées dans un bruit blanc David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
18 Découpage en sous-bandes pour l analyse spectrale: Inconvénients Variance des estimateurs d autocorrélation: Problème: augmentation de la variance d estimation de l autocorrélation du fait de la décimation: d Inconvénient nient à nuancer dans la pratique lorsqu on on prend le parti d utiliser d un ordre p sub = p/m dans les sous-bandes. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
19 Découpage en sous-bandes pour l analyse spectrale: Inconvénients Recouvrement et continuité de l estimateur spectral Reconstruction du spectre sous-bande par sous-bande problèmes de continuité. Utilisation de filtres non idéaux problèmes de recouvrement spectral Simulation sur signal sinusoïdal + bruit: Paramètres 50 réalisations SNR=0 db p=128 M=8, p sub =16 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
20 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
21 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Pour chaque 0,1 faire Principe généralg 1 - Utilisation du dispositif de glissement fréquentiel pour ramener la fréquence au milieu de sa sous-bande de sorte que: 2 - Découpage en sous-bandes et estimation du spectre de x j (n) en un unique point fréquentiel -> Temps de calcul important (sauf pour Fourier) 3 - Utilisation des relations de filtrage linéaire et sur la décimation pour en déduire David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
22 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Projection sur des bases de Laguerre (1/2) Filtres RII passe-tout David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
23 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. S ( f ) S ( ( f ) / 2 ) Projection sur des bases de Laguerre (2/2) Simulation sur signal sinusoïdal + bruit Paramètres 50 réalisations SNR=0 db p=128 M=8 p sub =16 u Avec u b David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
24 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (1/4) Utilisation conjointe d un banc de filtres approprié et d un dispositif de glissement fréquentiel par exponentielles complexes Filtres Propriété: la réponse fréquentielle des filtres s annule tous les k/m Élimination du recouvrement en f=mf j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
25 Utilisation de filtres-peigne (2/4) Simulation sur signal sinusoïdal + bruit Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Paramètres 50 réalisations, SNR=0 db p=128, M=8, p sub =16 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
26 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (3/4) Recul de la borne de Cramer-Rao de l estimateur de fréquences et amélioration du conditionnement pour un signal constitué de raies pures de la forme David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
27 Travaux Originaux Méthodes destinées à éviter le recouvrement spectral et les discontinuités s du spectre. Utilisation de filtres-peigne (4/4) Simulation sur signal physique issu d un accéléromètre placé sur un engrenage au bout de 11 jours de fonctionnement. Référence: périodogramme du signal calculé à partir de échantillons. Paramètres N=3000 échantillons 1 réalisation p=1024: ordre «large-bande» M=16 sous-bandes p sub =64: ordre sous-bandes David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
28 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Idée e de base Autocorrélations et Intercorrélations Trouver des méthodes capables d exploiter l information apportée par la connaissance de l intercorrélation entre les signaux issus de la décimation pour une sous-bande j fixée. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
29 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (1/3) Estimation des paramètres Propriétés s de l erreur de prédiction Spectre du modèle en Mf j David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
30 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (2/3): simulations sur signaux à spectre de raies: signal sinusoïdal bruité Paramètres: A 1 = 1, f 1 = 0.1, SNR=-2 db, N=100 échantillons, 100 réalisations p=1024, p sub =64, M=16 sous-bandes, l=2,3,4,5,6 David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
31 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR avec Décalage D Temporel (3/3): simulations sur signaux à spectre continu: signal MA(6) bruité Paramètres: N=100 échantillons, 50 réalisations, p=16 p sub =4, M=4 sous-bandes David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
32 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR Multi-Dimensionnel (1/2) Application de la modélisation AR multidimensionnelle à l estimation du spectre commun des sous-séries Estimation des matrices de paramètres Propriétés s de l erreur de prédiction Spectre du modèle Avec David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
33 Travaux Originaux Méthodes destinées à tirer parti de l intercorrélation entre les sous-signaux signaux issus de la décimation. d Modèles AR Multi-Dimensionnel (2/2) Simulation sur signal à spectre de raies Simulation sur signal à spectre continu David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
34 Plan de la présentation Présentation - Analyse spectrale paramétrique. - Découpage en sous-bandes. Intérêt du découpage d en sous-bandes pour l analyse spectrale et les problèmes rencontrés. Travaux originaux - Élimination des problèmes dus au recouvrement spectral. - Utilisation des intercorrélations entre les sous-signaux signaux issus de la décimation. d Conclusions et perspectives. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
35 Conclusions et perspectives Deux méthodes m destinées à éviter le recouvrement spectral et les problèmes de continuité de l estimateur. - Méthodes valables pour tout type d analyse spectrale. - Permettent de conserver les bonnes propriétés s du découpage d en sous-bandes pour l analyse spectrale. Deux méthodes m de modélisation adaptées aux signaux issus des sous-bandes (utilisation des intercorrélations). - Modèles AR multidimensionnels. - Modèles AR avec décalage d temporel. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
36 Conclusions et perspectives Le découpage d en sous bande - Utile uniquement dans les cas «extrêmes» (signaux spectralement très s riche ou proximité à la borne de Cramer-Rao Rao). - Permet de repousser les limites intrinsèques aux modélisations paramétriques. Perspectives - Techniques «best basis» (sous une contrainte) pour la synthèse se du banc de filtres approprié au signal à analyser. - Modélisation de signaux filtrés: prise en compte des filtres de découpage en sous-bandes. David BONACCI - Intérêt du découpage en sous-bandes pour l analyse spectrale - 19 Décembre
Echantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailSoutenance de stage Laboratoire des Signaux et Systèmes
Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud
Plus en détailSystèmes de transmission
Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un
Plus en détailChaine de transmission
Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailProjet audio. Analyse des Signaux ELE2700
ÉCOLE POLYTECHNIQUE DE MONTRÉAL Département de Génie Électrique Projet audio Analyse des Signaux ELE2700 Saad Chidami - 2014 Table des matières Objectif du laboratoire... 4 Caractérisation du bruit...
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailTP Modulation Démodulation BPSK
I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse
Plus en détailManipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes
Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes Avant Propos : Le sujet comporte deux parties : une partie théorique, jalonnée de questions (dans les cadres), qui doit être préparée
Plus en détailExpérience 3 Formats de signalisation binaire
Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx
Plus en détailCodage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur
Codage hiérarchique et multirésolution (JPEG 000) Codage Vidéo Représentation de la couleur Codage canal et codes correcteurs d erreur Format vectoriel (SVG - Scalable Vector Graphics) Organisation de
Plus en détailCompression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette
Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailIV - Programme détaillé par matière (1 fiche détaillée par matière)
IV - Programme détaillé par matière (1 fiche détaillée par matière) Matière : Asservissement numérique Introduction aux systèmes échantillonnés (signal échantillonné, échantillonnage idéal, transformation
Plus en détailJoint AAL Information and Networking Day. 21 mars 2012
Joint AAL Information and Networking Day 21 mars 2012 Présentation TéSA a pour objet : la mise en commun de moyens permettant de : rassembler et accueillir des doctorants ou post-doctorants dont les thèses
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailChapitre 2 : Systèmes radio mobiles et concepts cellulaires
Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème
Plus en détailLABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK
LABO 5 ET 6 TRAITEMENT DE SIGNAL SOUS SIMULINK 5.1 Introduction Simulink est l'extension graphique de MATLAB permettant, d une part de représenter les fonctions mathématiques et les systèmes sous forme
Plus en détailModélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé
1 TGR Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé Simon Munier Institut des Sciences et Industries du Vivant et de l'environnement (AgroParisTech)
Plus en détail8563A. SPECTRUM ANALYZER 9 khz - 26.5 GHz ANALYSEUR DE SPECTRE
8563A SPECTRUM ANALYZER 9 khz - 26.5 GHz ANALYSEUR DE SPECTRE Agenda Vue d ensemble: Qu est ce que l analyse spectrale? Que fait-on comme mesures? Theorie de l Operation: Le hardware de l analyseur de
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailTempérature corporelle d un castor (une petite introduction aux séries temporelles)
Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature
Plus en détailCommunication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO <jiayin.gao@univ-paris3.fr> 20 mars 2014
Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO 20 mars 2014 La phonétique acoustique La phonétique acoustique étudie les propriétés physiques du signal
Plus en détail10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010
10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010 Le compressed sensing pour l holographie acoustique de champ proche II: Mise en œuvre expérimentale. Antoine Peillot 1, Gilles Chardon 2, François
Plus en détailÉtude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test
11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif
Plus en détail2 TABLE DES MATIÈRES. I.8.2 Exemple... 38
Table des matières I Séries chronologiques 3 I.1 Introduction................................... 3 I.1.1 Motivations et objectifs......................... 3 I.1.2 Exemples de séries temporelles.....................
Plus en détailLISACode. Un simulateur opérationnel pour LISA. Antoine PETITEAU LISAFrance - le 16 mai 2006
LISACode Un simulateur opérationnel pour LISA Antoine PETITEAU LISAFrance - le 16 mai 2006 Plan Rappel sur LISACode. Validation du simulateur. Possibilités du simulateur. Résultats obtenus. Bruit de confusion.
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailIBM SPSS Forecasting. Créez des prévisions d'expert en un clin d'œil. Points clés. IBM Software Business Analytics
IBM SPSS Statistics 19 IBM SPSS Forecasting Créez des prévisions d'expert en un clin d'œil Points clés Développer des prévisions fiables rapidement Réduire les erreurs de prévision Mettre à jour et gérer
Plus en détailLES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION
LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,
Plus en détailDétection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux
Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux hétérogènes Laurent Déjean Thales Airborne Systems/ENST-Bretagne Le 20 novembre 2006 Laurent Déjean Détection en
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailTABLE DES MATIERES. C Exercices complémentaires 42
TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence
Plus en détail1. Situation actuelle... p. 1
Curriculum Vitae - page 1 / 7 Curriculum Vitae 1. Situation actuelle... p. 1 2. Formation et titres universitaires français... p. 2 Thèse de doctorat de l'institut National Polytechnique de Grenoble (INPG)...
Plus en détailFormations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS
Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES
Plus en détailTP 03 B : Mesure d une vitesse par effet Doppler
TP 03 B : Mesure d une vitesse par effet Doppler Compétences exigibles : - Mettre en œuvre une démarche expérimentale pour mesurer une vitesse en utilisant l effet Doppler. - Exploiter l expression du
Plus en détailJ AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE
RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent
Plus en détailChapitre I La fonction transmission
Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés
Plus en détailCHAPITRE V. Théorie de l échantillonnage et de la quantification
CHAPITRE V Théorie de l échantillonnage et de la quantification Olivier FRANÇAIS, SOMMAIRE I INTRODUCTION... 3 II THÉORIE DE L ÉCHANTILLONNAGE... 3 II. ACQUISITION DES SIGNAUX... 3 II. MODÉLISATION DE
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailEMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006
EMETTEUR ULB Architectures & circuits David MARCHALAND STMicroelectronics 26/10/2006 Ecole ULB GDRO ESISAR - Valence 23-27/10/2006 Introduction Emergence des applications de type LR-WPAN : Dispositif communicant
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
Plus en détailActions de réduction de bruit sur un moteur poids lourd
10 Actions de réduction de bruit sur un moteur poids lourd Laurent Moulin, Renault VI, 99, route de Lyon, 69802 Saint Priest, e-mail : laurent.moulin@renaultvi.com D epuis 1974 à aujourd hui, la réglementation
Plus en détailLes atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification
Les atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification Irène Buvat U494 INSERM CHU Pitié-Salpêtrière, Paris buvat@imed.jussieu.fr http://www.guillemet.org/irene
Plus en détailENSPS 3A ISAV Master ISTI AR. J. Gangloff
Commande prédictive ENSPS 3A ISAV Master ISTI AR J. Gangloff Plan 1.Introduction / Historique 2.Modélisation du système 3.Fonction de coût 4.Équations de prédiction 5.Commande optimale 6.Exemples 7.Réglage
Plus en détailSystèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes cnrs supélec ups supélec, Plateau de Moulon, 9119 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détailSIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES
SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES ----------------------------------------------------------------------------------------------------------------- LES SIGNAUX NUMERIQUES Un signal numérique
Plus en détailLa couche physique de l ADSL (voie descendante)
La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :
Plus en détailchargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
Plus en détailELEC2753 Electrotechnique examen du 11/06/2012
ELEC2753 Electrotechnique examen du 11/06/2012 Pour faciliter la correction et la surveillance, merci de répondre aux 3 questions sur des feuilles différentes et d'écrire immédiatement votre nom sur toutes
Plus en détailUtilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par
Plus en détailLa survie nette actuelle à long terme Qualités de sept méthodes d estimation
La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg
Plus en détailFONDEMENTS MATHÉMATIQUES 12 E ANNÉE. Mathématiques financières
FONDEMENTS MATHÉMATIQUES 12 E ANNÉE Mathématiques financières A1. Résoudre des problèmes comportant des intérêts composés dans la prise de décisions financières. [C, L, RP, T, V] Résultat d apprentissage
Plus en détailAutomatique Linéaire 1 Travaux Dirigés 1A ISMIN
Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe
Plus en détailUne application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies
Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,
Plus en détail1 Définition de la non stationnarité
Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles
Plus en détailNotions d asservissements et de Régulations
I. Introduction I. Notions d asservissements et de Régulations Le professeur de Génie Electrique doit faire passer des notions de régulation à travers ses enseignements. Les notions principales qu'il a
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détailhttp://www.u-bourgogne.fr/monge/e.busvelle/teaching.php
TP1 Traitement numérique du son 1 Introduction Le but de ce TP est de mettre en pratique les notions de traitement numérique vues en cours, TDs et dans le précédent TP. On se focalisera sur le traitement
Plus en détailInformation. BASES LITTERAIRES Etre capable de répondre à une question du type «la valeur trouvée respecte t-elle le cahier des charges?
Compétences générales Avoir des piles neuves, ou récentes dans sa machine à calculer. Etre capable de retrouver instantanément une info dans sa machine. Prendre une bouteille d eau. Prendre CNI + convocation.
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailChapitre 2 Les ondes progressives périodiques
DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................
Plus en détailSIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE
SIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE Sébastien LALLECHERE - Pierre BONNET - Fatou DIOUF - Françoise PALADIAN LASMEA / UMR6602, 24 avenue des landais, 63177 Aubière pierre.bonnet@lasmea.univ-bpclermont.fr
Plus en détailFAG Detector III la solution pour la surveillance et l équilibrage. Information Technique Produit
FAG Detector III la solution pour la surveillance et l équilibrage Information Technique Produit Principe Utilisation Hautes performances utilisation simple Le FAG Detector III est, à la fois, un appareil
Plus en détailAnalyse des bruits de clavier d ordinateur
Analyse des bruits de clavier d ordinateur Introduction 1 Enregistrement des bruits de clavier 2 Analyse des bruits de clavier 3 Analyse du niveau de pression acoustique vs. temps 4 Sonie vs. temps 4 Acuité
Plus en détailM1107 : Initiation à la mesure du signal. T_MesSig
1/81 M1107 : Initiation à la mesure du signal T_MesSig Frédéric PAYAN IUT Nice Côte d Azur - Département R&T Université de Nice Sophia Antipolis frederic.payan@unice.fr 15 octobre 2014 2/81 Curriculum
Plus en détailÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab
ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour
Plus en détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
Plus en détailExemple d acquisition automatique de mesures sur une maquette de contrôle actif de vibrations
Exemple d acquisition automatique de mesures sur une maquette de contrôle actif de vibrations Valérie Pommier-Budinger Bernard Mouton - Francois Vincent ISAE Institut Supérieur de l Aéronautique et de
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailSpectrophotométrie. Spectrophotomètre CCD2. Réf : 701 606. Version 1.0. Français p 2. Version : 4105
Réf : Version 1.0 Français p 2 Version : 4105 Spectrophotomètre CCD2 1 Avant-propos et description Chère cliente, cher client, nous vous félicitons d'avoir choisi notre Spectrophotomètre CCD2 pour réaliser
Plus en détailTraitement du signal avec Scilab : la transformée de Fourier discrète
Traitement du signal avec Scilab : la transformée de Fourier discrète L objectif de cette séance est de valider l expression de la transformée de Fourier Discrète (TFD), telle que peut la déterminer un
Plus en détailECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES
ECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES CHAPITRES PAGES I DEFINITION 3 II CONTEXTE PROFESSIONNEL 3 HORAIRE HEBDOMADAIRE 1 er ET 2 ème ANNEE 4 FRANÇAIS 4 ANGLAIS 5 MATHEMATIQUES
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailINTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS)
1 Géologie, géotechnique, risques naturels, hydrogéologie, environnement et services scientifico-techniques INTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS) INTERPRETATION DES
Plus en détail$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU
$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le
Plus en détailTESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION
TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun
Plus en détailUNIVERSITE DE TECHNOLOGIE DE COMPIEGNE. Le Traitement du Signal aléatoire
UNIVERSITE DE TECHNOLOGIE DE COMPIEGNE Le Traitement du Signal aléatoire SY06 partie II - Printemps 2009 P.Simard 12 mai 2009 2 Table des matières 1 Besoins de modèles aléatoires pour les signaux 5 2 Principaux
Plus en détailScanner acoustique NoiseScanner
Scanner acoustique NoiseScanner «Des yeux et des oreilles pour localiser les sources de bruit...» Scanner acoustique NoiseScanner Décibel d Or 2014 Caractéristiques générales Originalités Fruit de 20 ans
Plus en détailNON-LINEARITE ET RESEAUX NEURONAUX
NON-LINEARITE ET RESEAUX NEURONAUX Vêlayoudom MARIMOUTOU Laboratoire d Analyse et de Recherche Economiques Université de Bordeaux IV Avenue. Leon Duguit, 33608 PESSAC, France tel. 05 56 84 85 77 e-mail
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailAnalyses psychoacoustiques dans ArtemiS SUITE
Analyses psychoacoustiques dans ArtemiS SUITE La psychoacoustique est l étude du rapport existant entre les grandeurs physiques du son et la sensation auditive qu elles provoquent. Des paramètres physiques
Plus en détailTELEVISION NUMERIQUE
REPUBLIQUE DU CAMEROUN Paix - Travail Patrie --------------------- UNIVERSITE DE YAOUNDE I ---------------------- ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE ---------------------- REPUBLIC OF CAMEROUN Peace
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détail/LFHQFH3URIHVVLRQQHOOH 0DLQWHQDQFH,QGXVWULHOOHHQ*pQLH(OHFWULTXHª 0DVWHU*HVWLRQGHV5HVVRXUFHVHQ(QHUJLH(OHFWULTXH. 'RFWRUDWGH*pQLH(OHFWULTXH
bac+3 : /LFHQFH,QJpQLHULH(OHFWULTXH /LFHQFH3URIHVVLRQQHOOH 0DLQWHQDQFH,QGXVWULHOOHHQ*pQLH(OHFWULTXHª bac+5 : 0DVWHU*HVWLRQGHV5HVVRXUFHVHQ(QHUJLH(OHFWULTXH 0DVWHU,QJpQLHULHGHV6\VWqPHV(OHFWULTXHV,83 bac+8
Plus en détailSébastien ROCHE le. Méthodes de poursuite de phase pour signaux GNSS multifréquence en environnement dégradé
Institut Supérieur de l Aéronautique et de l Espace(ISAE) Sébastien ROCHE le jeudi 19 décembre 2013 Méthodes de poursuite de phase pour signaux GNSS multifréquence en environnement dégradé et discipline
Plus en détailDidier Pietquin. Timbre et fréquence : fondamentale et harmoniques
Didier Pietquin Timbre et fréquence : fondamentale et harmoniques Que sont les notions de fréquence fondamentale et d harmoniques? C est ce que nous allons voir dans cet article. 1. Fréquence Avant d entamer
Plus en détailDIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE. Examen du Tronc Commun sous forme de QCM. Janvier 2012 14 h à 16 h
ANNEE UNIVERSITAIRE 2011-2012 DIPLÔME INTERUNIVERSITAIRE D ECHOGRAPHIE Examen du Tronc Commun sous forme de QCM Janvier 2012 14 h à 16 h Les modalités de contrôle se dérouleront cette année sous forme
Plus en détailFAG Detector II le collecteur et l analyseur de données portatif. Information Technique Produit
FAG II le collecteur et l analyseur de données portatif Information Technique Produit Application La maintenance conditionnelle Principe de fonctionnement Application Le FAG II est, à la fois, un appareil
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailSimulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE
Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE LAURENT Rémy laurent@clermont.in2p3.fr http://clrpcsv.in2p3.fr Journées des LARD Septembre 2007 M2R
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailUtilisation du logiciel Gwyddion
Traitement des images SPM Utilisation du logiciel Gwyddion Logiciels disponibles sur les appareils Agilent, Bruker, JPK, NT-MDT Logiciels i payants SPIP : http://www.imagenet.com Logiciels gratuits WSxM
Plus en détail